15.2.  Termextraktion (TE)

15.2.1.  Utopien

Die monolinguale Utopie
Vollautomatisches Erarbeiten aller relevanten Fachwörter aus einsprachigen, elektronisch gespeicherten Texten

• per Knopfdruck
• mit höchster Genauigkeit
• unabhängig von Sprache, Fachgebiet, Datei- und Textformat
• mit Einbezug bereits vorhandener Terminologiebestände
• inklusive terminologischer Varianten
• inklusive wichtiger linguistischer Merkmale wie Grundform, Wortart bzw. Wörterstruktur, Verwendungsrestriktionen, ...
• inklusive Häufigkeiten, typischen Belegstellen, Quellenangabe
• unter optimaler Einbettung in den Arbeitsablauf (work flow)

Die bilinguale Utopie
Vollautomatisches Erarbeiten der Übersetzungspaare aller relevanten Fachwörter aus zweisprachigen Parallel-Texten

• mit der Qualität der monolingualen Termextraktion
• inklusive Zuordnung von linguistischen Merkmalen über die Sprachen hinweg
• mit Übersetzungsvarianten
• inklusive Angaben zu Häufigkeit und Belegstellen der Übersetzungspaare

15.2.2.  Realität

Termextraktion nüchtern betrachtet

Warum so bescheiden?

• technisches Problem : unzureichende Sprachtechnologie
• linguistisches Problem : mangelhafte Kriterien für Termhaftigkeit
• philosophisches Problem : Was sind relevante Einträge eines Fach- bzw. Spezialvokabulars?
  Abhängig von Verwendungszweck (normativer bzw. deskriptiver Terminologieaufbau, Übersetzung, IR) und vom intendierten Zielpublikum

Von Zeichenketten zu Konzepten

Termini à la ISO: “special language concept designator”

• Termini konstituieren sich über ihre semantische Funktion.
• Knacknuss: Wie kann der Computer als “Nicht-Muttersprachler” rohe elektronischen Textdaten auf spezialsprachliche Bedeutungen beziehen?

Von Zeichenketten zu Konzepten

• Segmentieren : Wo beginnen und wo enden ein- oder mehrwortige Textsegmente? Problem der Identifikation von Subsegmenten: “nuclear power”, “power plant”
• Klassifizieren : Welche Textsegmente beziehen sich auf spezialsprachliche Konzepte? Die Einordnung ist meist graduell und textsortenabhängig.